Online Jurnal of Natural Science, Vol 2(3) : 39-53 ISSN: 2338-0950 Desember 23 MODEL MATEMATIKA UNTUK SISTEM EVAKUASI TSUNAMI KOTA PALU (SET-KP) BERBASIS JALUR TERPENDEK DAN WAKTU EVAKUASI MINIMUM I W. Sudarsana 1*, S. Mendi 1**, Abdullah 2, A. Hendra 3 dan A. Sahari 1*** 1 Jurusan Matematika, FMIPA, Uniersitas Tadulako 2 Jurusan Fisika, FMIPA, Uniersitas Tadulako 3 Jurusan Teknik Informatika, Fakultas Teknik, Uniersitas Tadulako Jalan Sukarno-Hatta Km. 9 Palu 94117, Indonesia ABSTRAK Kota Palu memiliki tingkat resiko tinggi terhadap ancaman gempa bumi dan tsunami karena terletak dalam Sabuk Gempa Pasifik dan bentangan sesar Palu Koro. Kriteria InaTews waktu yang tersedia untuk eakuasi setelah peringatan dini tsunami berbunyi adalah 15 menit. Eakuasi penduduk dari pesisir pantai kota Palu ke tempat aman merupakan tindakan yang harus dan segera dilakukan sebagai langkah penyelamatan bila terjadi tsunami. Informasi tentang tempat, jalur terpendek, dan waktu tempuh minimum untuk eakuasi memainkan peranan yang sangat penting dalam keselamatan penduduk yang akan dieakuasi. Pada penelitian ini telah dihasilkan sebuah perangkat lunak Sistem Eakuasi Tsunami untuk kota Palu (SET-KP) berbasis jalur terpendek dan waktu eakuasi minimum. Penentuan jalur terpendek dalam SET-KP menggunakan algoritma Dijkstra dan menghitung waktu eakuasi 1+ t t 0.N t 0,i 1 d+l l i minimumnya menggunakan model matematika T t,i =. Skenario eakuasi penduduk di semua cluster pesisir kota Palu menggunakan perangkat lunak SET-KP diperoleh bahwa cluster dengan jumlah penduduk cukup banyak waktu eakuasinya melebihi ketentuan InaTews. Sementara itu, cluster dengan jumlah penduduk sedikit ketentuan InaTews dapat dipenuhi, seperti cluster C 70, C 76 dan C 79. Oleh karena itu, shelter (titik eakuasi) yang telah didefinitifkan sebelumnya dalam dokumen BPBD perlu direposisi untuk memenuhi ketentuan InaTews. Kata Kunci: Dijkstra, Eakuasi, Gempa Bumi, Kota Palu, SET-KP, Tsunami. Corresponding author: ** sulistiawati.mendi@gmail.com, * sudarsanaiwayan@yahoo.co.id, 2 abd_fmipauntad@rocketmail.com, 3 a_for_andie@icloud.com, *** agus_sh@yahoo.com 39
Desember 23 I. Pendahuluan Sabuk Gempa Pasifik (Ring of Fire) merupakan daerah berbentuk seperti tapal kuda yang mengelilingi Samudera Pasifik mencakup panjang 40.000 km. Sekitar 90% gempa bumi terjadinya di daerah ini dan 81% gempa bumi terbesar terjadi di sepanjang Cincin Api tersebut. Indonesia masuk ke dalam Sabuk Gempa Pasifik sehingga sering terjadi gempa bumi dan letusan gunung berapi. Seringnya Indonesia dilanda gempa bumi menyebabkan resiko terjadinya tsumami akan semakin besar pula. Resiko tersebut akan semakin meningkat karena Indonesia berada pada pertemuan lempeng Indo-Australia dan lempeng Eurasia. bencana tsunami, dalam dokumen tersebut telah ditetapkan titik-titik aman untuk pengungsian, yaitu Stadion Gawalise, STQ, Kampus UNTAD dan Lapangan Vatulemo. Lebih lanjut, berdasarkan spesifikasi tempat eakuasi tsunami maka di kota Palu telah dikembangkan menjadi 14 titik tempat eakuasi tsunami (Magfirah, 23). Mengungsikan penduduk dari daerah banjir, gunung meletus, dan tsunami ke tempat aman merupakan tindakan yang harus dan segera dilakukan sebagai langkah penyelamatan penduduk. Informasi tentang tempat, jalur terpendek, dan waktu tempuh minimum untuk eakuasi memainkan peranan yang sangat penting dalam keselamatan penduduk yang akan dieakuasi. Oleh karena itu, pada penelitian ini akan dibuat suatu model matematika sederhana untuk sistem eakuasi tsunami kota Palu (SET-KP) berbasis jalur terpendek dan waktu eakuasi minimum. Gambar 1: Ring of Fire (Sumber: Kusdiantara, 21:1) Palu merupakan ibu kota Proinsi Tsu berarti pelabuhan, dan nami artinya Sulawesi Tengah. Kota Palu tepat berada gelombang. Dengan demikian, tsunami dapat dibawah garis khatulistiwa dengan diartikan sebagai gelombang pelabuhan. ketinggian 0-700 meter dari permukaan laut Tsunami adalah gelombang air sangat besar dengan luas wilayah sekitar 395 km 2. yang dibangkitan oleh macam-macam Berdasarkan dokumen BPBD kota Palu, Palu gangguan di dasar samudra. Gangguan ini memiliki tingkat resiko tinggi terhadap dapat berupa gempa bumi, pergeseran ancaman gempa bumi dan tsunami lempeng atau gunung meletus. Tsunami (Sarmanto, 22). Sebagai antisipasi 41 II. Landasan Teoritis Tsunami berasal dari bahasa Jepang,
Desember 23 tidak kelihatan saat masih berada jauh di tengah lautan, namun begitu mencapai wilayah dangkal, gelombangnya yang bergerak cepat ini akan semakin membesar dalam Banten, T., (2009) Tsunami di Indonesia, (Online) http://taganabanteninfo.blogspot.com/2009/11/tsunami-diindonesia.html, di akses: 20 Februari 23. Berikut adalah sejarah gempa bumi besar yang disertai tsunami. Pada tanggal 11 Maret 21, Gempa Bumi di Jepang, 373 km dari kota Tokyo berskala 9.0 SR, yang sebelumnya direisi dari 8.8 SR, gempa ini menimbulkan gelombang tsunami disepanjang pesisir timur Jepang. Kemudian, 26 Desember 20, Gempa Bumi dahsyat berkekuatan 9.0 SR mengguncang Aceh dan Sumatera Utara sekaligus menimbulkan gelombang tsunami di Samudera Hindia. Bencana alam ini telah merenggut lebih dari 220.000 jiwa. Pada tanggal 26 Oktober 20, Gempa Bumi di Mentawai Berskala 7.2 SR, gempa ini kemudian juga menimbulkan tsunami. Sementara itu, gempa dan tsunami juga pernah terjadi di Palu, yaitu pada tanggal 1 Desember 1927 pukul 13.37 WIB, gempa berkekuatan 6.5 SR terjadi dengan intensitas VIII-IX MMI (Modified Mercally Intensity). Gempa ini berasal dari aktifitas tektonik Watusampu berpusat di Teluk Palu yang menimbulkan gelombang tsunami setinggi 15 meter di Teluk Palu. (sumber: http://zulrafliadityaofficialblog.wordpress.co m/22/08/31/10-gempa-besar-yang-pernahterjadi-di-sulawesi-tengah, diakses pada tanggal 05 September 23). Sistem peringatan dini tsunami Indonesia (Indonesian Tsunami Early Warning System InaTEWS) telah dikembangkan oleh pemerintah Indonesia dengan bantuan negara donor. Sistem ini dikontrol langsung oleh Badan Meteorologi, Klimatologi dan Geofisika (BMKG) di Jakarta. Menggunakan InaTews ini, BMKG dapat mengirimkan peringatan tsunami jika terjadi gempa yang berpotensi tsunami. Sistem peringatan tsunami ini, hanya memberikan waktu cukup singkat untuk para penduduk mencari dan mencapai tempat eakuasi. Waktu yang tersedia setelah peringatan ini berbunyi adalah sekitar 15 menit. Jadi dengan waktu yang sangat terbatas tersebut, akan dicari skenario eakuasi terbaik untuk para penduduk di daerah rawan. Mekanisme eakuasi yang dilakukan adalah saat peringatan tsunami berbunyi para penduduk diarahkan untuk berkumpul di muster point (tempat berkumpul), kemudian dari muster point para penduduk bergerak menuju shelter (titik eakuasi, disingkat S). Berikut adalah ilustrasi untuk skema eakuasi dengan satu dan multi lajur. 42
Desember 23 Gambar 2: Mekanisme eakuasi untuk satu lajur (Sumber: Kusdiantara, 21) Gambar 3: Mekanisme eakuasi untuk multi lajur (Sumber: Kusdiantara, 21) Berdasarkan mekanisme eakuasi dengan satu atau multi lajur seperti dalam Gambar 2 dan 3 serta prinsip antrian, maka Kusdiantara (21) memberikan total waktu untuk memindahkan N penduduk memenuhi persamaan berikut: T = N l 1 d+l... (1) Jika persamaan (1) diambil banyaknya lajur adalah 1 (l = 1) maka diperoleh persamaan berikut: T = Dengan, T N N 1 d+l...(2) = Total waktu eakuasi, satuan menit = Banyaknya penduduk, 43 d l = Jarak antar orang dalam lajur, = Kecepatan bergerak penduduk, = Banyaknya lajur Persamaan (1) dan (2) memperhatikan jumlah penduduk (N) statis, pada kenyataannya jumlah penduduk yang akan dieakuasi sangatlah dinamis, berubah dalam kurun waktu tertentu. Selanjutnya, persamaan tersebut akan diperbaharui dengan memperhatikan kedinamisan jumlah penduduk di dalam partisi pesisir pantai kota Palu yang rawan terpapar tsunami. Berdasarkan syarat-syarat suatu lokasi dapat dijadikan shelter tsunami dalam dokumen BPBD kota Palu oleh Sarmanto (22:21-24), maka Magfirah (23) mengembangkan lebih lanjut titik-titik eakuasi tsunami di kota Palu diperbaharui menjadi 14, yaitu Lapangan Bola Wombo Induk (S 1 ), Lembara (S 2 ), Taipa (S 3 ), Mamboro (S 4 ), Galara (S 9 ), Gawalise (S 10 ), Silae (S 11 ), Tipo (S 12 ), Layana Trans (S 5 ), Buluri (S 13 ), dan Watusampu (S 14 ); STQ (S 7 ), Kampus UNTAD (S 6 ), dan Lapangan Alun-Alun Vatulemo (S 8 ). Kemudian berdasarkan lokasi Shelter tersebut, area pesisir pantai kota Palu yang rawan terpapar tsunami dalam 18 kelurahan dipartisi menjadi 80 cluster (C) sesuai ketersediaan muster point. Cluster tersebut dinotasikan dengan C i, i=1, 2, 3, 4,..., 80. Data-data tersebut disajikan seperti dalam Gambar 4. III. Metode Penelitian
Desember 23 Sumber data pada penelitian ini adalah data primer berdasarkan pengukuran langsung di lapangan selama pelaksanaan penelitian dan data sekunder yang diperoleh dari instansi-instansi terkait atau studi-studi yang telah dilakukan sebelumnya. Jenis data tersebut berupa data kualitatif dan kuantitatif. Lokasi penelitian ini adalah di kota Palu dan area pesisirnya. Sementara itu, tempat untuk mengolah data dan aktifitas pemrograman dipusatkan di Laboratorium Matematika Terapan, Jurusan Matematika FMIPA UNTAD. Prosedur penelitian meliputi: Studi Literatur: Pada kegiatan ini dilakukan pengumpulan dan kajian literatur menyangkut manajemen mitigasi bencana tsunami baik yang berupa jurnal, buku dan tulisan lepas (online). Merumuskan masalah penelitian: Mengumpulkaan data berupa peta daerah rawan tsunami, jalan, dan daerah aman di kota Palu yang dirumuskan dalam masalah SET-KP. Mempartisi (clustering) area pesisir pantai kota Palu: Mempartisi pesisir kota Palu menjadi cluster dengan pusat pergerakan penduduk untuk menuju shelter. Cluster ini diperlukan untuk titik acuan pergerakan melalui jalur eakuasi ke shelter sebagai objek dalam model graf. Membuat model graf: Membuat model graf berbasis infrastruktur jalan, cluster, dan shelter sebagai objek grafnya. Model graf ini akan digunakan sebagai input dalam menentukan jarlur eakuasi terpendek melalui algoritma Dijkstra di langkah berikutnya. Analisis penentuan shelter dan jalur eakuasinya: Analisis penentuan shelter dilakukan menggunakan standar acuan dokumen BPBD kota Palu dikombinasikan dengan model matematika untuk menentukan waktu yang dibutuhkan untuk mengeakuasi semua penduduk dalam area rawan tsunami. Penentuan jalur terpendek menggunakan algoritma Dijkstra, dengan imputan model graf yang telah dibuat sebelumnya. Membuat software untuk menentukan jalur terpendek menuju shelter: Pada langkah ini, dibuat software untuk menetukan jalur terpendek yang diimplementasikan pada model graf dari SET-KP. Program aplikasi ini dibuat dengan bahasa pemrograman Mathlab. Berdasarkan data cluster dan shelter kota Palu tersebut, kemudian ditentukan jalur eakuasi terpendek untuk setiap cluster menuju ke semua shelter yang tersedia dengan menggunakan algoritma Dijkstra. Sedangkan metode untuk menentukan waktu eakuasi minimumnya akan digunakan model matematika yang disajikan dalam sub berikut. 44
Desember 23 Analisis performansi program: pada tahap ini dilakukan pengujian kinerja program. Pengujian dilakukan dengan menggunakan data-data yang sudah ada selanjutnya dilihat aliditas hasil dan kondisi riil dilapangan. 45
Desember 23 Gambar 4: Peta cluster dan shelter kota Palu (Sumber: Magfirah, 23) 46
Desember 23 IV. Hasil dan Pembahasan 4.1. Model Matematika Sederhana Penduduk yang yang tinggal dalam setiap cluster pesisir pantai kota Palu jumlah selalu berubah (dinamis). Dengan demikian model matematika dalam persamaan (1) dan (2) dapat dimodifikasi dengan memperhatikan kecepatan (rate) perubahan jumlah penduduk untuk setiap cluster tersebut. Oleh karena itu, diperoleh persamaan berikut: T t,i = N t,i 1 d+l l i...(3) Selanjutnya, asumsikan rate pertumbuhan/perubahan jumlah penduduk untuk setiap cluster ( i, i = 1, 2,..., 80) adalah sama untuk setiap tahunnya, yaitu i = maka diperoleh jumlah penduduk untuk setiap cluster dalam rentang waktu (tahun) tertentu dihitung dengan menggunakan persamaan berikut: N t,i = 1 + t t 0. N t0,i...(4) Oleh karena itu, selanjutnya dengan menggabungkan persamaan (3) dan (4) diperoleh persamaan baru untuk menentukan total waktu yang dibutuhkan memindahkan semua penduduk dalam setiap cluster di pesisir pantai Kota Palu adalah: T t,i = 1+ t t 0.N t 0,i 1 d+l l i 47...(5) Jika persamaan (5) diambil banyaknya lajur adalah satu (l = 1) maka diperoleh persamaan berikut: T t,i = Dengan, N t,i 1+ t t 0.N t 0,i 1 d+l i...(6) = Banyaknya penduduk pada tahun ke-t di cluster ke-i. N t0,i = Banyaknya penduduk pada tahun t d l L i i dasar (t 0 ) di cluster ke-i. = Laju pertumbuhan penduduk = Tahun selanjutnya, t 0 = Tahun dasar. = Jarak antar orang dalam lajur, = Kecepatan bergerak penduduk, = Banyaknya lajur = Jarak shelter terdekat dari cluster ke-i = 1, 2, 3,, 80 (bilangan indeks). Persamaan (3), (4), (5) dan (6) memiliki dimensi akhir adalah waktu, dalam hal ini dikonersi menjadi satuan menit. 4.2. Desain Program SET-KP SET-KP adalah perangkat lunak untuk menentukan jalur eakuasi terpendek dan waktu eakuasi minimum dari semua cluster (area paparan tsunami) menuju setiap shelter (pengungsian) di kota Palu. Pencarian jalur terpendek dalam SET-KP menggunakan algoritma Dijkstra. Dalam perangkat lunak
Desember 23 SET-KP, jalur terpendek yang sudah terhitung tersebut selanjutnya disinergikan dengan persamaan (5) agar diperoleh total waktu eakuasi minimum untuk memindahkan semua penduduk dalam setiap cluster menuju shelter terdekat. Perangkat lunak SET-KP tersebut dibuat menggunakan bahasa pemrograman Matlab R.2008b. Berikut ini adalah Flowchart dan algoritma untuk program SET-KP. Mulai Input : Matriks G pilih Cluster i for i=1,2,..,n untuk n=80 Cari Shelter terdekat dari Cluster dan jalur terpendek menuju Shelter Terdekat Output : Shelter terdekat Jarak Banyak penduduk di Cluster (i) Input : Tahun sekarang (t) Jarak antar orang (d) Laju pertumbuhan penduduk ( ) Kecepatan () Banyak lajur (l) Cari Jumlah penduduk sekarang dengan menggunakan rumus : N t = (1+ ) t-t0.n t0,i Cari Waktu Tempuh T t,i = (( N t /l-1).d+l)/ Output : Jumlah Penduduk sekarang Waktu Tempuh Selesai Gambar 5: Flowchart program Algoritma program : - Masukkan matriks jarak G, dimana matriks ini merupakan kumpulan dari jarak jalan yang ada di kota Palu dan pilih cluster yang akan dicari jaraknya menuju Shelter, - Berikutnya cari shelter terdekat dilihat dari matriks G untuk cluster yang dipilih menuju semua shelter, - Didapatkan shelter tujuan terdekat dari cluster yang dipilih beserta jumlah penduduk dan informasi jalur yang berupa jalan, - Masukkan laju pertumbuhan penduduk ( ), tahun sekarang (t), jarak antar orang (d), kecepatan (), banyak lajur (l), - Mencari jumlah penduduk sekarang dengan memakai persamaan (4), - Cari waktu tempuh dari cluster menuju shelter dengan memakai rumus (5), - Tulis waktu tempuh total untuk memindahkan penduduk pada tahun terpilih dari cluster menuju shelter terdekat, - Selesai. Algoritma Psedocode Deklarasi : Jalan Matriks G, jarak, delta d,, T Cluster, Shelter,lajur, N Jalur, tahun, penduduk : String : Double : Integer Deskripsi : //Mencari jalur terpendek dari cluster (i) ke Shelter terdekat. for i=0;i=matriksg.length;i++ 48
Desember 23 Shelter, jarak, jalan, dan jalur Matriks G dan Cluster (i) Write Shelter, jarak, dan jalan // Mencari jumlah penduduk sekarang N Tahun, delta, lajur, d, delta,, jarak //Menghitung waktu tempuh T N / / hasil Write T (waktu tempuh) end Pada penelitian ini telah dihasilkan sebuah perangkat lunak SET-KP yang dapat digunakan untuk menghitung jalur terpendek menuju semua shelter dari setiap cluster sekaligus waktu eakuasi minimumnya, khusus untuk daerah kota Palu. Perangkat lunak ini dapat dijalankan dalam Laptop dan PC. Tampilan muka perangkat lunak SET- KP terlihat seperti Gambar 6 berikut ini. Gambar 6: Tampilan muka perangkat lunak SET-KP 4.2.1.Skenario Eakuasi Penduduk Kota Palu Menggunakan Program SET- KP Model Satu Lajur Berdasarkan data yang sudah ada, yaitu N t0,i jumlah penduduk untuk semua cluster dalam tahu 22 dalam Magfirah (23), = 0.2, l = 1, d = 1, dan = 2.5 km/jam diperoleh jalur pengungsian dengan jarak terpendek dan waktu eakuasi minimum (satuan menit) untuk tahun 23 disajikan dalam Table 1 berikut. C Kel. /RW N t0,i N t,i S T t,i C 1 Pantoloan 0/RW 751 9 S 1 138.40 C 2 Pantoloan 0/RW 726 872 S 1 113.37 05 C 3 Pantoloan 706 848 S 1 111.60 09 C 4 Pantoloan 005/RW 821 986 S 1 132.28 10 C 5 Baiya 0/RW 493 592 S 2 97.20 C 6 Baiya 006/RW 4 483 S 2 83.23 03 C 7 Baiya 007/RW 555 666 S 2 84.16 0/RW 05 C 8, Baiya, Panau 0/RW 624 749 S 2 72.55 C 9 Panau, 208 250 S 2 94.56 06 C 10 Panau 07, 317 381 S 2 85.89 07 C 11 Kayumalue 316 380 S 3 78.09 C 12 Kayumalue 0/RW 236 284 S 3 63.86 C 13 Kayumalue 003/RW 223 268 S 3 61.84 C 14 Kayumalue 275 330 S 3 58.53 03 C 15 Kayumalue 0/RW 67 81 S 3 46.99 03 C 16 Taipa 0/RW 05, 318 382 S 3 52.53 003/RW 05 C 17 Taipa 003/RW, 0/RW 274 329 S 3 64.56 49
Desember 23 C 18, 005/RW 07 Taipa, 003/RW Mamboro 344 413 S 4 85.10 C 19 Mamboro 005/RW 126 152 S 4 69.91 06 C 20 Mamboro 005/RW 141 170 S 4 59.59 C 21 Mamboro 003/RW 143 172 S 4 55.70 C 22 Mamboro 152 183 S 4 52.10 C 23 Mamboro 003/RW 96 116 S 5 113.25 C 24 Mamboro 0/RW 122 147 S 5 1.97 C 25 Mamboro 199 239 S 5 88.53 C 26 Layana Indah 827 993 S 6 84.60 C 27 Tondo 615 738 S 6 72.93 14 C 28 Tondo 699 839 S 6 57.12 C 29 Tondo 0/RW 611 734 S 6 48.96 C 30 Tondo 003/RW 583 700 S 6 53.97 C 31 Tondo 681 818 S 6 70.63 06 C 32 Tondo 0/RW 633 760 S 6 84.74 06 C 33 Tondo 03 668 8 S 6 88.75 C 34 14 Tondo, Talise 574 689 S 7 62.64 C 35 Talise 1 122 S 7 47.28 C 36 Talise 0/RW 123 148 S 7 53.59 C 37 Talise 003/RW 166 200 S 7 61.39 C 38 Talise 377 453 S 7 72.48 06 C 39 Talise 203 244 S 8 87.67 50 C 40 C 41 C 42 C 43 C 44 C 45 C 46 C 47 C 48 C 49 C 50 C 51 C 52 C 53 C 54 C 55 C 56 C 57 C 58 Talise Talise, Lolu Utara Lolu Utara Ujuna Ujuna Ujuna Ujuna Ujuna Ujuna Ujuna,Baru Baru C 59 Baru 0/RW 06 03 005/RW 05 05 003/RW 0/RW 003/RW 03 09 0/RW 09 09 0/RW 003/RW 0/RW 0/RW 003/RW 005/RW 0/R W 64 77 S 8 78.52 6 722 S 8 89.54 893 867 107 2 1 1 S 8 103.27 S 8 106.08 727 873 S 8 99.76 731 878 S 8 96.52 913 109 6 S 8 1.18 731 878 S 8 87.72 913 109 6 S 8 124.56 230 276 S 8 94.15 180 216 S 8 84.16 39 47 S 9 62.92 37 45 S 9 78.62 28 34 S 9 65.56 34 41 S 9 66.64 31 38 S 9 64.41 36 44 S 9 61.12 780 936 S 9 79.10 430 516 S 9 71.59 533 64 0 S 9 79.15
Desember 23 C 60 C 61 C 62 C 63 C 64 C 65 C 66 C 67 C 68 Baru, Lere Lere Lere Lere Lere Lere Silae Silae Silae C 69 Silae C 70 C 71 C 72 C 73 C 74 C 75 C 76 Silae Silae Tipo Tipo Tipo Buluri Buluri 0/R W 0/R W 003/R W 0/R W 006/R W 0/R W 05 0/R W 05 0/R W 0/R W 003/R W 003/R W 0/R W 03 003/R W 03 0/R W 0/R W 05, 0/R W 05 0/R W 06 003/R W 0/R W 805 419 451 443 513 453 427 419 451 443 513 453 391 367 345 230 96 6 50 3 54 2 53 2 61 6 54 4 51 3 50 3 54 2 53 2 61 6 54 4 47 0 44 1 41 4 27 6 S 9 96.07 S 9 83.66 S 9 90.36 S 9 96.48 S 10 89.88 S 10 82.03 S 10 64.27 S 10 40.00 S 10 40.94 S 10 27.79 S 10 24.16 S 10 29.35 S 10 47.35 S 11 38.40 S 11 34.24 S 12 33.50 15 18 S 12 12.07 C 77 Buluri, Watusam pu C 78 Watusam pu C 79 Watusam pu C 80 Watusam pu 0/R W 0/R W 003/R W 003/R W 005/R W 03 59 71 S 13 42.28 38 46 S 13 26.11 36 44 S 13 12.91 29 35 S 13 18.96 Tabel 1: Simulasi hasil SET-KP untuk satu lajur. 4.2.2.Skenario Eakuasi Penduduk Kota Palu Menggunakan Program SET- KP Model Multi Lajur Berdasarkan data yang sudah ada, yaitu N t0,i jumlah penduduk untuk semua cluster dalam tahu 22 dalam Magfirah (23), = 0.2, l = 8, d = {0.5, 1} dan = 2.5 km/jam diperoleh jalur pengungsian dengan jarak terpendek dan waktu eakuasi minimum (satuan menit) untuk tahun 23 disajikan dalam Table 2 berikut. C N t0,i N t,i S Waktu Eakuasi (menit) d = 0.5 d = 1 C 1 751 9 S 1 118.15 119.46 C 2 726 872 S 1 93.76 95.06 C 3 706 848 S 1 92.53 93.79 C 4 821 986 S 1 110.11 111.58 C 5 493 592 S 2 83.89 84.76 C 6 4 483 S 2 72.37 73.08 C 7 555 666 S 2 69.195 70.182 C 8 624 749 S 2 55.711 56.823 C 9 208 250 S 2 88.947 89.31 C 10 317 381 S 2 77.335 77.895 C 11 316 380 S 3 69.558 70.116 C 12 236 284 S 3 58.296 58.656 C 13 223 268 S 3 55.83 56.22 C 14 275 330 S 3 51.123 51.606 C 15 67 81 S 3 45.181 45.291 C 16 318 382 S 3 43.953 44.514 C 17 274 329 S 3 57.169 57.651 C 18 344 413 S 4 75.823 76.431 C 19 126 152 S 4 66.5 66.72 51
Desember 23 C 20 141 170 S 4 55.779 56.2 C 21 143 172 S 4 51.846 52.092 C 22 152 183 S 4 47.998 48.261 C 23 96 116 S 5 110.65 110.82 C 24 122 147 S 5 1.68 1.889 C 25 199 239 S 5 83.170 83.517 C 26 827 993 S 6 62.269 63.747 C 27 615 738 S 6 56.343 57.438 C 28 699 839 S 6 38.254 39.5 C 29 611 734 S 6 32.457 33.546 C 30 583 700 S 6 38.238 39.276 C 31 681 818 S 6 52.239 53.454 C 32 633 760 S 6 67.656 68.784 C 33 668 8 S 6 70.719 71.91 C 34 574 689 S 7 47.149 48.171 C 35 1 122 S 7 44.547 44.718 C 36 123 148 S 7 50.274 50.484 C 37 166 200 S 7 56.9 57.192 C 38 377 453 S 7 62.299 62.967 C 39 203 244 S 8 82.194 82.548 C 40 64 77 S 8 76.807 76.911 C 41 6 722 S 8 73.311 74.382 C 42 495 1072 S 8 79.164 80.76 C 43 893 11 S 8 82.669 84.219 C 44 867 873 S 8 80.137 81.435 C 45 727 878 S 8 76.785 78.09 C 46 731 1096 S 8 76.536 78.168 C 47 913 878 S 8 67.977 69.282 C 48 731 1096 S 8 30.6 32.232 C 49 230 276 S 8 87.954 88.356 C 50 180 216 S 8 79.32 79.632 C 51 39 47 S 9 61.882 61.941 C 52 37 45 S 9 77.623 77.679 C 53 28 34 S 9 64.815 64.854 C 54 34 41 S 9 65.737 65.787 C 55 31 38 S 9 63.573 63.618 C 56 36 44 S 9 60.15 60.2 C 57 780 936 S 9 58.056 59.448 C 58 430 516 S 9 59.994 60.756 C 59 533 640 S 9 64.764 65.712 C 60 805 966 S 9 74.349 75.786 C 61 419 503 S 9 72.358 73.1 C 62 451 542 S 9 78.177 78.978 C 63 443 532 S 9 84.522 85.308 C 64 513 616 S 10 76.032 76.944 C 65 453 544 S 10 69.8 70.608 C 66 427 513 S 10 52.741 53.499 C 67 419 503 S 10 28.7 29.445 C 68 451 542 S 10 28.761 29.562 C 69 443 532 S 10 15.834 16.62 C 70 513 616 S 10 10.32 11.232 C 71 453 544 S 10 17.124 17.928 C 72 391 470 S 10 36.789 37.482 C 73 367 441 S 11 28.489 29.139 C 74 345 414 S 11 24.945 25.554 C 75 230 276 S 12 27.306 27.708 C 76 15 18 S 12 11.679 11.694 C 77 59 71 S 13 40.7 40.797 C 78 38 46 S 13 25.089 25.146 C 79 36 44 S 13 11.934 11.988 C 80 29 35 S 13 18.184 18.225 Tabel 2: Simulasi hasil SET-KP untuk multi lajur. Simulasi hasil perhitungan di atas juga dapat dikembangkan untuk memperoleh skenarion eakuasi dalam tahun 22, 23 dan seterusnya sesuai kebutuhan karena perangkat lunak SET-KP telah memperhitungkan parameter pertumbuhan penduduk secara dinamis. V. Kesimpulan dan Saran Pada penelitian ini telah dihasilkan sebuah perangkat lunak Sistem Eakuasi Tsunami untuk kota Palu (SET-KP) yang dapat digunakan untuk menentukan jalur terpendek menuju semua shelter dari setiap cluster sekaligus waktu eakuasi minimumnya. Penentuan jalur terpendek dalam SET-KP menggunakan algoritma Dijkstra dan menghitung waktu eakuasi minimumnya menggunakan model matematika sederhana berikut T t,i = 1+ t t 0.N t 0,i 1 d+l l Simulasi dengan perangkat lunak SET-KP untuk skenario eakuasi penduduk di semua cluster pesisir kota Palu diperoleh bahwa cluster dengan jumlah penduduk cukup banyak waktu eakuasinya melebihi ketentuan InaTews (15 menit). Sementara itu, cluster dengan jumlah penduduk sedikit ketentuan InaTews dapat dipenuhi, seperti cluster C 70, C 76 dan C 79. Oleh karena itu, shelter (titik eakuasi) yang didefinitifkan oleh Sarmanto (22) dalam dokumen BPBD dan Magfirah (23) perlu direposisi agar syarat InaTews dapat dipenuhi.. 52
Desember 23 Ucapan Terima Kasih Penelitian ini dibiayai oleh Penelitian Unggulan Perguruan Tinggi (PUPT) Uniersitas Tadulako dengan DIPA DP2M DIKTI berdasarkan nomor kontrak: 162.c/un 28.2/PL/23. Daftar Pustaka Banten, T., 2009, Tsunami di Indonesia, (Online) http://taganabanteninfo.blogspot.com/2009/11/tsunami-diindonesia.html, di akses: 20 Februari 23. Kusdiantara, R., 21, Model Eakuasi Bencana Tsunami Kota Padang. Bandung: Skripsi. Maghfirah, D., 23, Pencarian Lintasan Terpendek Graf dengan Algoritma Prim dan Aplikasinya pada Pembuatan Sistem Eakuasi Tsunami di Kota Palu. Palu: Skripsi. Sarmanto, D., 22, Profil Resiko Bencana Kota Palu, Badan Penanggulangan Bencana Daerah (BPBD) kota Palu. http://zulrafliadityaofficialblog.wordpress.co m/22/08/31/10-gempa-besar-yang pernah-terjadi-di-sulawesi-tengah, diakses tanggal 05 September 23. 53